数字图像处理教学大纲(2014新版)

《数字图像处理》教学大纲
一、课程简介
数字图像处理是机器视觉、模式识别、医学图像处理等的基础，本课程为工程专业的学生提供数字图像处理的基本知识，是理论性和实践性都很强的综合性课程。

课程内容广泛涵盖了数字图像处理的基本原理，包括图像采样和量化、图像算术运算和逻辑运算、直方图、图像色彩空间、图像分割、图像形态学、图像频域处理、图像分割、图像降噪与图像复原、特征提取与识别等。

二、课程目标
通过本课程学习，学生可以掌握数字图像处理的基本方法，具备一定的解决图像处理应用问题的能力，培养解决复杂工程问题的能力。

具体目标如下：
1.掌握数字图像处理的基本原理、计算方法，能够利用专业知识并通过查阅资
料掌握理解相关新技术，对检测系统及处理流程进行创新性设计；
2.能够知晓工程领域中涉及到的数字图像处理技术，理解其适用场合、检测对
象及条件的限制，能根据给定的目标要求，针对工业检测中的工程问题选择和使用合适的技术和编程，进行仿真和分析；
3.能够知晓工程领域中所涉及的现代工具适用原理及方法，根据原理分析和仿
真结果，进行方案比选，确定设计方案，具有检测算法的设计能力；
4.通过校内外资源和现代信息技术，了解数字图像处理发展趋势，提高解决复
杂工程问题的能力。

三、课程目标对毕业要求的支撑关系
四、理论教学内容及要求
四、实验教学内容及要求
五、课程考核与成绩评定
六、教材及参考书。

《数字图像处理》教学大纲Images Processing课程代码：0660216适用专业：计算机科学与技术、信息与计算科学、信息安全和电子、通信工程等学时数：48 (讲课34学时，专题研讨6学时，实验8学时) 学分数：3执笔者：杨淑莹审批者：夏承遗一、课程的性质和任务1.课程的性质《数字图像处理》课程是计算机系本科教学计划中的一门重要的专业课程，适应于计算机专业的本科学生。

2.课程的任务《数字图像处理》的任务是介绍各种数字图象处理的算法分析及编程实现技术。

主要内容包括：位图基础、图象的显示、图像的几何变换、图象灰度变换、图像的平滑处理、图像锐化处理及边缘检测、图像分割及测量、图像纹理分析、图像的形态学处理、图像的变换域处理及应用、图像的合成、24位彩色图像处理、图像压缩。

本课程不是枯燥地单纯介绍图像处理的原理，而是将这些原理与编程实现技术相结合，与具体实例相结合，讲解VC++编程步骤，着重图象处理的编程实现方法，使学生很快就能掌握理论编写图象处理的程序。

二、课程教学内容第一章、数字图像处理方法概述讲课4课时了解本课程研究的对象、内容及其在培养软件编程高级人才中的地位、作用和任务；了解数字图像处理的应用；了解数字图像的基本概念、与设备相关的位图(DDB)、与设备无关的位图(DIB)；了解调色板的基本概念和应用；了解CDIB类与程序框架结构介绍；了解位图图像处理技术。

重点：CDIB类与程序框架结构介绍。

难点：调色板的基本概念和应用。

第二章、图像的特效显示讲课2课时、实验2学时了解扫描、移动、百叶窗、栅条、马赛克、渐显与渐隐、浮雕化特效显示。

重点：渐显与渐隐。

难点：马赛克。

第三章、图像的几何变换讲课2课时了解图像的缩放、平移、镜像变换、转置、旋转。

重点：镜像变换。

难点：旋转。

第四章、图像灰度变换讲课2课时、实验2学时了解非0元素取1法、固定阈值法、双固定阈值法的图像灰度变换；了解灰度的线性变换、窗口灰度变换处理、灰度拉伸、灰度直方图、灰度分布均衡化。

《数字图像处理》教学大纲课程名称及代码：数字图像处理/10011301课程学分与学时：4分/64学时(课堂讲授32，实验实践32，自主学习0)先修课程：高等数学、程序设计适用专业：计算机科学与技术专业一、课程性质、目的与任务1、课程性质数字图像处理是计算机科学与技术专业学生选修的一门前沿性、专业拓展课。

2、课程目的本课程侧重于数字图像的基本处理方法和理论。

通过本课程的学习，使学生了解数字图像的获取、显示、存储等基本技术，深刻理解图像的运算、增强、去噪、边缘检测等基本原理和技术，通过MATLAB图像处理工具箱，编程解决实际中的图像处理的相关问题。

要求学生通过该课程的学习，学生应该具备基础的图像处理能力，为今后从事计算机视觉、模式识别等图像信息处理和研究工作奠定坚实的理论基础，并为深入研究图像处理做好必要的理论准备。

3、课程任务本课程的主要任务是培养学生①了解图像处理的基本概念和图像处理系统组成，了解数字图像处理的最新发展方向②掌握数字图像处理的基础知识，包括图像的数字化技术、数字图像像素间的关系。

了解数字图像的存储文件格式、数字图像的颜色模型。

③掌握数字图像的基本运算，包括各种灰度变换处理、几何运算、代数运算和其它运算。

④掌握图像增强的基本原理，掌握基于灰度变换的图像增强处理技术、掌握图像的空域滤波技术和图像的频域增强技术。

⑤理解和掌握图像的傅里叶变换的基本性质，掌握图像频域滤波的基本步骤和处理函数，掌握图像的低通滤波处理、高通滤波处理和带通滤波处理的原理和方法。

⑥理解彩色图像模型，掌握不同色彩空间的相互转换技术和方法，实现对伪彩色图像、全彩色图像的处理，并能将灰度图像处理的理论和方法应用到彩色图像的处理中。

⑦了解图像特征提取的基本概念，掌握图像边缘检测的基本算子，并能使用这些算子和门限法等进行边缘检测。

⑧能熟练综合使用图像处理的基本原理和方法解决现实中的图像处理问题。

二、教学内容与学时分配教学模块教学内容教学要求讲授学时实验实践学时自主学时绪论1、数字图像处理及其特点2、数字图像处理的目的和主要内容3、图像工程与相关学科3、数字图像处理系统4、数字图像处理的应用5、数字图像处理发展方向理解图像、数字图像等基本概念、了解数字图像处理系统组成、了解数字图像的基本应用，了解图像的最新发展方向2 0 0数字图像处理基础1、图像数字化技术2、数字图像类型3、图像文件格式4、色度学基础与颜色模型掌握图像数字化技术、了解图像的类型和图像存储文件格式，了解彩色图像的颜色模型2 0 0Matlab处理基础1、Matlab简介2、Matlab数据类型3、Matlab程序设计基础4、Matlab变量和函数设计5、Matlab矩阵运算6、Matlab数学运算7、Matlab绘图基础8、Matlab图像处理函数了解Matlab软件的基本知识，重点掌握Matlab的数据的矩阵表示、处理、了解Matlab的基本运算函数，掌握图像在Matlab中的存储和提取。

数字图像处理课程编码：3073009223 课程名称：数字图像处理总学分： 2 总学时：32 (讲课28，实验4)课程英文名称：Digital Image Processing先修课程：概率论与数理统计、线性代数、C++程序设计适用专业：自动化专业等一、课程性质、地位和任务数字图像处理课程是自动化专业的专业选修课。

本课程着重于培养学生解决智能化检测与控制中应用问题的初步能力，为在计算机视觉、模式识别等领域从事研究与开发打下坚实的理论基础。

主要任务是学习数字图像处理的基本概念、基本原理、实现方法和实用技术，并能应用这些基本方法开发数字图像处理系统，为学习图像处理新方法奠定理论基础。

二、教学目标及要求1．了解图像处理的概念及图像处理系统组成。

2．掌握数字图像处理中的灰度变换和空间滤波的各种方法。

3．了解图像变换，主要是离散和快速傅里叶变换等的原理及性质。

4．理解图像复原与重建技术中空间域和频域滤波的各种方法。

5. 理解解彩色图像的基础概念、模型和处理方法。

6. 了解形态学图像处理技术。

7. 了解图像分割的基本概念和方法。

三、教学内容及安排第一章：绪论（2学时）教学目标：了解数字图像处理的基本概念，发展历史，应用领域和研究内容。

通过大量的实例讲解数字图像处理的应用领域；了解数字图像处理的基本步骤；了解图像处理系统的组成。

重点难点：数字图像处理基本步骤和图像处理系统的各组成部分构成。

1.1 什么是数字图像处理1.2 数字图像处理的起源1.3.1 伽马射线成像1.3.2 X射线成像1.3.3 紫外波段成像1.3.4 可见光及红外波段成像1.3.5 微波波段成像1.3.6 无线电波成像1.3.7 使用其他成像方式的例子1.4 数字图像处理的基本步骤1.5 图像处理系统的组成第二章：数字图像基础（4学时）教学目标：了解视觉感知要素；了解几种常用的图像获取方法；掌握图像的数字化过程及其图像分辨率之间的关系；掌握像素间的联系的概念；了解数字图像处理中的常用数学工具。

数字图像处理课程教学大纲课程简介数字图像处理是计算机科学与技术领域的一门重要课程，它研究如何使用计算机和算法来处理和分析数字图像。

本课程旨在介绍数字图像处理的基本原理、方法和应用，并培养学生的图像处理能力和技巧。

课程目标本课程的主要目标是让学生掌握数字图像处理的基本理论和方法，具备图像处理算法设计、图像增强、图像分割、图像压缩等技术的基本能力。

同时，通过实践项目的实施，培养学生的问题解决能力和团队合作能力。

课程安排第一周：课程介绍与基本概念•课程介绍•数字图像的基本概念与特点•数字图像处理的基本步骤第二周：图像预处理•图像采集与获取•图像灰度变换•图像噪声模型与去噪方法第三周：图像增强•直方图均衡化•空域滤波与频域滤波•边缘增强与锐化第四周：图像压缩•图像压缩的基本概念与方法•离散余弦变换（DCT）与JPEG压缩算法•小波变换与JPEG2000压缩算法第五周：图像分割与边缘检测•阈值分割•基于边缘的图像分割•基于区域的图像分割第六周：实践项目1 - 图像识别•项目需求分析与设计•图像特征提取与选择•分类器的训练与测试第七周：实践项目2 - 图像恢复•项目需求分析与设计•图像模型与图像去模糊•图像去噪与图像修复第八周：实践项目3 - 图像处理工具开发•项目需求分析与设计•图像处理算法的实现•图形界面设计与用户交互评估方式•平时成绩：30%•作业与实验报告：30%•期末考试：40%参考教材•Rafael C. Gonzalez, Richard E. Woods. 数字图像处理（第三版）. 清华大学出版社，2018.•Richard Szeliski. 计算机视觉：算法与应用. 电子工业出版社，2014.参考资源•MATLAB图像处理工具箱文档•OpenCV计算机视觉库官方文档以上是《数字图像处理》课程的教学大纲，希望通过本门课程的学习，能够让学生对数字图像处理有一个全面的了解，并具备实践应用的能力。

《数字图像处理》教学大纲电子信息工程专业（本科）课程编号：（）课程名称：数字图像处理参考学时：42 其中实验或上机学时：10说明部分1．课程的地位、性质和任务数字图像处理是一门迅速发展的新兴学科，发展的历史并不长。

由于图像是视觉的基础，而视觉又是人类重要的感知手段，故数字图像成为心理学、生理学、计算机科学等诸多方面学者研究视觉感知的有效工具。

随着计算机的发展，以及应用领域的不断加深和扩展，数字图像处理技术已取得长足的进展，出现了许多有关的新理论、新方法、新算法、新手段和新设备，并在军事公安、航空、航天、遥感、医学、通信、自控、天气预报以及教育、娱乐、管理等方面得到广泛的应用。

所以，数字图像处理是一门实用的学科，已成为电子信息、计算机科学及其相关专业的一个热门研究课题，相应《图像处理技术》也是一门重要的课程，是一门多学科交叉、理论性和实践性都很强的综合性课程。

本课程是电子信息工程专业的专业课。

本课程着重研究数字图像处理的方法，训练学生运用所学基础知识解决实际问题的能力，同时要求拓宽专业知识面。

2．课程教学的目的及意义数字图像处理是研究数字图像处理的基本理论、方法及其在智能化检测中应用的学科，本课程侧重于机器视觉中的预处理技术——数字图像基本处理，并对图像分析的基本理论和实际应用进行系统介绍。

目的是使学生系统掌握数字图像处理的基本概念、基本原理和实现方法和实用技术，了解数字图像处理基本应用和当前国内外的发展方向。

要求学生通过该课程学习，具备解决智能化检测与控制中应用问题的初步能力，为在计算机视觉、模式识别等领域从事研究与开发打下扎实的理论基础。

3．教学内容及教学要求教学内容：数字图像处理是计算机和电子学科的重要组成部分，是模式识别和人工智能理论的的中心研究内容。

主要教学内容包括：（1）数字图像处理的基本概念，包括数字图像格式，数字图像显示，灰度直方图，点运算，代数运算和几何运算等概念。

（2）介绍二维富氏变换离散余弦变换，离散图像变换和小波变换的基本原理与方法。

数字图像处理课程教学大纲一、课程基本信息课程编号：201411119课程中文名称：数字图像处理课程英文名称：Digital Image Processing课程性质：专业选修课开课专业：光电信息科学与工程开课学期：7总学时： 36（其中理论24学时，上机12学时）总学分： 1.5二、课程目标数字图像处理是一门涉及光学、电子学、数学、摄影技术、计算机技术等领域的学科。

对从事是模式识别、计算机视觉、图像通讯、多媒体技术等方向研究工作的人来说是一门重要的专业课程。

课程的目的是使学生系统掌握数字图像处理的基本概念、原理和实现方法，学习图像分析的基本理论、典型方法和实用技术，具备解决智能化检测与控制中应用问题的初步能力，为在从事该领域的工作与研究打下扎实的基础。

三、教学基本要求（1）理解数字图像处理的基本概念、基础理论以及解决问题的基本思想方法，掌握基本的处理技术。

（2）对摄影测量、遥感、计算机视觉、模式识别、计算机图形学、虚拟现实技术等领域的数字图像，了解其处理目的要求，并能够给出相应的处理方案。

（3）能够运用MATLAB编写简单的图像处理软件，实现对图像进行的基本处理。

四、教学内容与学时分配1 绪论（2学时）图像的基本概念；数字图像处理的研究内容；数字图像处理系统的构成。

2 图像的基本知识和基本运算（4学时）2.1 图像的数字化、图像的数值描述、图像像素间关系2.2基本代数运算、基本几何运算。

3 图像正交变换（2学时）线性变换的表示；线性变换的实质与统计特性；离散傅立叶变换；离散余弦变换。

4 图像增强（6学时）4.1 对比度增强、直方图增强、图像间的四则运算等基于点运算增强。

4.2平滑滤波、锐化滤波等基于空域滤波的图像增强；基于频域滤波的图像增强。

4.3 图像噪声抑制方法5 图象复原（2学时）图像退化的基本模型及图像恢复的基本思路；图像的频域恢复；图像恢复的代数方法。

6 图像压缩编码（2学时）信息论基础；哈夫曼编码；行程编码；预测编码；混合编码。